准确、实时的位置估计是实现车辆运输安全和高效的前提,也是实现智能交通的基础。为提高车辆定位精度,本文以电子地图为基础,结合线路特征,设计地图构建和匹配方法,实现地图辅助的车辆位置估计,提高位置估计精度和对复杂场景的适应性。在此基础上设计仿真实验和车载测试方案,对模型进行验证,并分析模型对位置估计误差的校正效果。本论文主要展开了以下方面的研究:（1）了解地图匹配和车辆定位相关理论基础,分析线路特征,并根据直线、缓和曲线、圆曲线的参数模型,设计地图平面模型和参数方程,作为地图构建和地图匹配研究的基础模型。进而从地图构建和地图匹配两个方面展开研究,其中地图构建通过线路分段和轨迹拟合实现,地图匹配从多源信息融合的角度出发展开研究。（2）根据INS的自主性和姿态完整性,提出基于INS的平面线形双层阈值识别方法进行线路分段。根据行车状态下航向角速度在不同线形中的特性,设计基于JB-PSO的双层阈值提取算法进行直线、缓和曲线、圆曲线的划分,得到三种线形的识别结果,并采用领域网格聚类对野值导致的线形误判进行修正,完成基于姿态信息的线路分段和线形识别模型研究。（3）在线路分段的基础上,设计轨迹拟合方法。考虑到测试环境下的干扰,引入聚集密度系数对标准LS进行自适应权重改进,并根据线路特征对改进LS拟合算法的系数进行推导,包括直线、圆曲线、缓和曲线三种线形的拟合系数,得到各个路段的拟合轨迹,通过提取路段交叉点,完成拓扑地图构建。（4）提出基于线路特征的地图匹配模型,从初始位置匹配、初始方向匹配和路段内的跟踪匹配三个方面开展研究。初始匹配过程中,提出基于最短距离投影和系统稳定性跟踪的匹配方法进行初始位置匹配,并构建子坐标系,采用模糊阈值判别法进行初始方向匹配。（5）在完成初始匹配的基础上,进入跟踪匹配阶段,设计了基于线路特征的跟踪匹配模型。模型主要包括三个部分:首先设计线路特征下的姿态约束模型对GNSS/INS算法进行改进;其次通过一维里程推算进行MM/DR地图航位推移;最后,根据姿态约束模型进行子滤波器设计,并设计自适应信息分配的主滤波器,根据行车环境感知,实时调整各子滤波器的信息分配系数,通过跟踪匹配模型提高车辆位置估计精度和对行车环境的适应性。（6）最后设计仿真实验和车载测试方案,对基于双层阈值模型的平面线形识别、改进的自适应LS拟合算法、基于线路特征的地图匹配模型进行验证。实验结果表明,本文所提模型的线路类型识别准确率约为97.1%,基于改进的自适应LS路段拟合误差降低约65.21%,基于线路特征的地图匹配模型使位置和速度估计误差降低50%以上。